![Show Menu](styles/mobile-menu.png)
![Page Background](./../common/page-substrates/page0057.jpg)
GENNAIO-FEBBRAIO 2015
AUTOMAZIONE OGGI 378
57
time sia in grado di semplificare e combinare tutti i tipi di dati
in una struttura di gestione unificata per estrarre valore per il
business rappresenta, quindi, un elemento di competitività in-
discutibile.
Negli ultimi anni sono state sviluppate diverse soluzioni soft-
ware per il settore industriale. Una modalità per elaborare
grandi quantità di dati in parallelo, attraverso molti nodi di un
cluster, è per esempio quella del modello di programmazione
‘MapReduce’. Composto da una formula a mappa, che filtra i
dati e riduce le formule, è
in grado di raccogliere le
informazioni da più luoghi
e postazioni e muoversi
dal processing software
alla banca dati.
Uno dei maggiori van-
taggi offerti dall’utilizzo
dei big data è costituito
dalla capacità di ricavare
informazioni utili dal si-
stema: individuare pro-
duzioni o processi non
performanti, oppure segni
di deterioramento delle
attrezzature. Rilevare va-
lutare e risolvere problemi
negli impianti o malfun-
zionamenti dei processi
di automazione e di pro-
duzione sono esempi di
applicazioni concrete dei
big data, che consentono
non solo di migliorare e
semplificare i processi, ma
anche di ridurre in modo
significativo i costi di manutenzione degli impianti. Infine, i big
data possono essere sfruttati come fonte per la misurazione
nell’ambito dei processi, per identificare quali aree di produ-
zione possono essere migliorate. Le informazioni raccolte dai
differenti contatori contribuiscono all’ottimizzazione di sistemi
complessi. L’analisi dei big data può quindi diventare la base per
essere più competitivi sul mercato, attraverso soluzioni perso-
nalizzate che trasformano i big data in informazioni utili per le
analisi predittive e per la gestione delle operazioni.
Ricavare valore per il business
L’analisi dei dati rappresenta solo una parte del successo di un
progetto di big data. Il valore di business si realizza infatti con-
cretamente quando gli ‘insight’ vengono integrati nei processi
e vanno a influenzare i processi decisionali.
È quindi importante non solo disporre di una piattaforma che
possa trasformare i big data in informazioni strutturate, ma
anche in valore per il business. In questo scenario, le aziende
hanno oggi bisogno di una solida strategia per la gestione dei
dati, in grado di acquisire, analizzare e prendere decisioni in
realtime e che, allo stesso tempo, supporti dati provenienti dal
mondo mobile, dai social media, che sfrutti le potenzialità del
cloud e che sia operativa 24x7. In SAP crediamo che la risposta
per supportare un corretto approccio ai big data sia rappre-
sentata da SAP Hana, la piattaforma di in-memory computing,
e dai nostri strumenti di Business Intelligence (BI) e Predictive
Analysis.
In particolare, SAP Business Suite on Hana (High-Performance
Analytic Appliance), trasforma per esempio l’ERP in ‘in-memory’,
accelerando i processi. Attraverso un portale si permette ai for-
nitori di accedere al medesimo sistema per creare una supply
chain allargata, oppure è disponibile la soluzione Intelligent Bu-
siness Operations (IBO), powered by SAP Hana, per gestire dati
provenienti da sistemi diversi, mettendoli insieme e fornendo
così un set di informazioni che facilitano il processo stesso. Le
aziende manifatturiere, grazie a SAP o a qualsiasi altro ERP, si
stanno dotando sia di sistemi transazionali e gestionali per la
propria contabilità e la logistica estesa, sia di soluzioni in grado
di rilevare in tempo reale informazioni su tempistiche di produ-
zione, ordini in corso ed eventuali ‘shortage’ di materiali.
Un ulteriore aspetto innovativo riguarda l’efficienza dei pro-
cessi di produzione. Con SAP Overall Equipment Effectiveness
Management, basato su tecnologia in-memory, si va dal mo-
nitoraggio degli impianti fino alle singole linee produttive, per
mantenere un elevato livello di affidabilità e abilitare manuten-
zioni programmate e/o predittive, evitando che si verifichino
dispendiosi fermi macchine.
Infine, è fondamentale poter contare su strumenti di ‘informa-
tion management’ avanzati, di cruciale importanza per esempio
per assicurare la qualità del dato. Una soluzione completa di big
data deve essere di tipo ‘end-to-end’, deve cioè saper gestire
qualsiasi dato nelle diverse fasi del processo, acquisizione, im-
magazzinamento, processo, visualizzazione e presentazione,
adattandosi in modo flessibile ai diversi ruoli aziendali: dal ‘data
scientist’, al CIO, dal ‘top’ al ‘middle manager’.
SAP Italia -
www.sap.itDispositivi mobili, software e sensori consentono di raccogliere e archiviare un numero crescente di
dati, che dagli anni ’80 raddoppia ogni 40 mesi